基于快速定点学习算法的高光谱遥感信息提取  

Information Extraction of Hyperspectral Remote Sensing Data Based on FastICA

作　　者：胡先莉[1,2] 王璐[3] 柳炳利[1] 

机构地区：[1]成都理工大学数学地质四川省重点实验室,四川成都610059 [2]成都理工大学地球物理学院,四川成都610059 [3]成都东软学院,四川成都611844

出　　处：《国土资源科技管理》2012年第6期79-83,共5页Scientific and Technological Management of Land and Resources

基　　金：国家自然科学基金(41272363);数学地质四川省高校重点实验室开放基金项目(scsxdz2011013)

摘　　要：高光谱遥感通过航空或航天成像光谱仪获得地物的连续光谱信息,可探测到普通遥感不能探测到的物质。而独立成分分析技术是一种基于信号高阶统计特性的分析方法,在利用该方法进行高光谱数据处理时,将待识别的地物作为独立成分表示出来,可得到地物之间的分离度最大化。通过对高光谱遥感图像数据的特性进行分析,使用USGS光谱库中的矿物光谱作为端元信号,构造模拟的高光谱遥感图像,证明了快速定点学习算法在高光谱遥感矿物蚀变信息提取中的有效性。Hyperspectral remote sensing obtains information of continuous spectrum of ground objects by aerial or space imaging spectrometer, detecting the surface features which would not be detected by traditional remote sensing. Currently, geological prospecting is one of the most successful areas of hyperspectral remote sensing application. This paper analyzes the characteristics of hyperspectral remote sensing data, and explores the application of FastlCA technique to hyperspectral image and information extraction of mineral alteration by using USGS Mineral Spectral Library to construct hyperspectral simulated images, thus proving the effectiveness of FastlCA technique in mineral alteration extraction by hyperspectral remote sensing.

关 键 词：独立成分分析 高光谱遥感 蚀变矿物 

分 类 号：P628[天文地球—地质矿产勘探]